文献类型：期刊文章

作　　者：李翔[1] 潘瑜春[2] 赵春江[2] 王纪华[2] 鲍艳松[1] 刘良云[2] 王锦地[1]

机构地区：[1]北京师范大学地理学与遥感科学学院遥感与地理信息系统研究中心,北京100875 [2]国家农业信息化工程技术研究中心,北京100089

出　　处：《农业工程学报》

基　　金：863数字农业资助项目(2003AA209040)

年　　份：2005

卷　　号：21

期　　号：8

起止页码：78-82

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2005399388749)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：该研究在K均值算法KM的基础上,根据空间单元位置的相互依赖关系,提出了一种新的空间连续性聚类算法SCKM。以北京精准农业示范基地获取的OMIS图像为数据源,选用K均值算法、等间隔法、分位数法、自然断点法等传统分区方法和SCKM算法,对肥水需求关键时期的小麦的长势差异进行了管理分区提取研究,并引入了权重方差和聚集度两种分区效果评价指标,对分区结果进行了比较和评价。结果表明SCKM算法与传统分区方法分区结果相比,区内方差差异不显著;而空间聚集度远好于后者,利用SCKM法分区能够有效地去除大量的孤立单元或碎片。

关 键 词：精准农业 管理分区 SCKM算法  评价指标

分 类 号：S126] S11